Skills
收录 101,174 个为 Agent 打包的专项能力与操作指引,复制一行命令即可安装。
全部
批量查询 TikTok 视频详情数据,包括视频描述、播放量(总量及近 1 天/7 天/30 天增量)、点赞(总量及增量)、评论、分享、收藏、视频销量与 GMV、视频时长与分辨率、发布日期、达人信息(ID/账号/头像)、是否带货/投流/AI 视频、关联商品与类目;支持通过视频 ID 或 TikTok 视频 URL 批量获取。用户提到 TikTok 视频详情、批量查询 TikTok 视频、TikTok 视频播放量详情、TikTok 视频销量详情、TikTok 视频数据分析、批量获取 TikTok 视频信息、EchoTik 视频详情、TikTok video detail、batch video lookup、TikTok video analytics detail、TikTok video views detail、TikTok video sales detail 时触发此技能。即使用户未明确提及“EchoTik”,只要其需求涉及根据视频 ID 或视频 URL 批量获取 TikTok 视频的详细播放与营销数据,也应触发此技能。
通过 kalodata 数据搜索 TikTok 电商达人榜单并查询指定达人的详细资料,支持按地区、货币、语言与日期范围查看高排名带货达人,并可用 creatorId 获取粉丝数、视频/直播销售额与 GPM、联系方式及关联店铺。用户提到 TikTok 达人搜索、TikTok 达人榜单、TikTok 达人排行、TikTok 网红排行、TikTok 达人详情、TikTok 达人资料、达人主页数据、达人联系方式、TikTok creator search、TikTok creator ranking、TikTok influencer leaderboard、TikTok creator detail、creator analytics、kalodata creator search/detail 时触发此技能。即使用户未明确提及“kalodata”,只要其需求涉及查看 TikTok 平台达人排行榜或某个 TikTok 达人的详细带货数据,也应触发此技能。
通过 kalodata 数据搜索 TikTok 电商热门带货视频榜单并查询指定视频的详细数据,支持按地区、货币、语言、日期范围与 GMV 范围查看高排名/高播放/热销带货视频,并可按 GMV 排序,或用 videoId 获取播放、点赞、评论、分享、销售额、GPM 及广告投放指标。用户提到 TikTok 视频搜索、TikTok 视频榜单、TikTok 视频排行、TikTok 热门视频、TikTok 带货视频排行、TikTok 爆量视频、TikTok 视频详情、TikTok 带货视频数据、视频播放量、GMV 筛选、视频互动数据、TikTok video search、TikTok video ranking、TikTok viral video chart、TikTok video detail、video analytics、kalodata video search/detail 时触发此技能。即使用户未明确提及“kalodata”,只要其需求涉及查看 TikTok 平台热门带货视频榜单或某个 TikTok 视频的详细带货与互动数据,也应触发此技能。
在 PostHog 数据仓库视图(HogQL)或外部 dbt 项目上构建可复用的激活模型——一个激活率指标和一个按用户/按账户的已激活标记。当用户希望定义、建模或衡量激活、"aha moment"、引导成功,或哪些早期行为能预测用户留存时使用。此技能贯彻的核心思想:激活不是一个假定的单一事件——它是经留存验证的早期行为组合,通过在覆盖度(足够多的用户触发它)和预测力(触发它的用户留存明显更好)之间取得平衡来选择。涵盖寻找候选行为、用留存提升验证它们、计数阈值和行为组合、按产品以及 B2B 组级别的激活,并将最终胜出的定义建模为可长期使用的已激活标记 + 激活率模型。请先阅读 modeling-warehouse-foundations;配合 modeling-product-usage-metrics 进行留存验证。
用于识别并利用真实世界应用中密码学实现弱点的系统化方法论。涵盖针对 CBC 模式密码与 PKCS7 填充的填充 oracle 攻击(从 Vaudenay 的原始攻击到现代的 padbuster 自动化)、ECB 模式利用(包括分块剪切粘贴和逐字节解密)、针对基于 SHA1/SHA256/MD5 的 MAC 的哈希长度扩展攻击(使用 HashPump)、RSA 漏洞(包括小公开指数、公共模数、Bleichenbacher PKCS1v1.5 填充 oracle,以及用于部分密钥恢复的 Coppersmith 方法)。涉及针对时间种子生成器的弱 PRNG 利用,以及从观测输出恢复 Mersenne Twister MT19937 状态、针对比较操作的计时侧信道攻击、AES-GCM 中的 nonce 重用导致认证密钥恢复,以及密钥派生弱点(包括迭代次数不足和缺少 salt)。主要工具包括 padbuster、RsaCtfTool、hashpump,以及用于构建自定义利用载荷的 PyCryptodome。映射到 CWE-327(Use of a Broken or Risky Cryptographic Algorithm)、CWE-328(Use of Weak Hash)和 CWE-330(Use of Insufficiently Random Values)。强调在转向定向利用之前对易受攻击实现进行黑盒识别。
Kubernetes 集群攻击技术,涵盖从 Pod 内初始立足点到集群范围沦陷的完整攻击生命周期。涵盖服务账号令牌窃取与冒充、RBAC 配置错误利用(包括通配符权限与通过角色绑定提权)、直接访问 etcd 提取 Secret、滥用 10250 端口与只读端口 10255 上的 kubelet API、通过 hostPID、hostNetwork 与 hostPath 卷挂载逃逸 Pod、Kubernetes Secret 枚举与解码、准入控制器绕过技术、网络策略绕过与横向移动、从 Pod 访问云元数据服务以在 AWS EKS、GCP GKE 与 Azure AKS 上窃取凭据、滥用 CRD 与 Operator 实现持久化,以及通过部署 DaemonSet 攻陷节点。工具包括 kubectl、kube-hunter、peirates、kubeaudit、kdigger、kubeletctl。对应 MITRE ATT&CK T1609 容器管理命令、T1610 部署容器、T1613 容器与资源发现。在评估 Kubernetes 集群、从被攻陷的 Pod 内部发起攻击、利用 RBAC 或 kubelet 配置错误,或执行云原生横向移动时使用此技能。
面向进攻性安全演练的全面 Windows 权限提升方法论。涵盖从标准用户 shell 到 NT AUTHORITY\\SYSTEM 的完整攻击面:使用 JuicyPotato、PrintSpoofer、GodPotato、SweetPotato 和 RoguePotato 通过 SeImpersonate 和 SeAssignPrimaryToken 特权进行令牌模拟;服务配置错误,包括未加引号的服务路径、弱服务 DACL、可写的服务二进制文件和创建服务的权限不安全;AlwaysInstallElevated MSI 利用;通过搜索顺序滥用、幻影 DLL 加载和可写 PATH 目录注入实施的 DLL 劫持;通过 fodhelper.exe、eventvwr.exe、CMSTP 和环境变量操纵实施的 UAC 绕过技术;针对可写任务操作的计划任务滥用和新任务创建;用于持久化和提权的注册表自启动利用;用于远程和本地权限提升的 PrintNightmare(CVE-2021-34527);以及从 SAM 数据库提取、DPAPI blob 解密、LSA 机密转储和凭据管理器枚举中收集凭据。集成 WinPEAS、PowerUp、SharpUp、Seatbelt 和 BeRoot 进行自动化枚举。每种技术都包含检测特征和面向紫队演练的防御者侧可见性。映射到 MITRE ATT&CK T1548(Abuse Elevation Control Mechanism)和 T1574(Hijack Execution Flow)。专为授权渗透测试、红队演练和 CTF 竞赛设计,适用于你已持有标准用户 shell 并需要提升至 SYSTEM 或本地 Administrator 的场景。
AIOps 风格的 CloudBase 巡检技能。适用于用户需要健康检查、日志诊断、告警解读(CPU 告警是否正常?峰值 QPS)、通过 queryEnv(action=metrics) 获取指标、针对 429 / AI model 429 / function timeout / function 404 / ACCESS_TOKEN_INVALID / 零调用的故障手册,或仅报告新问题或恶化情况的定时巡检。触发词:巡检、诊断、告警、峰值 QPS、限频、调用量为 0、定时巡检、每天检查、值守、troubleshooting。
为 skills-il 组织创建新技能的交互式工作流。引导完成类别选择、用例定义、文件夹脚手架搭建、生成包含双语元数据的 metadata.json、编写说明、创建希伯来语配套内容及验证。用户要求创建新技能、为 skills-il 搭建技能脚手架、编写 SKILL.md、贡献技能、提供新技能模板或提及 liztor skill chadash 时使用。遵循 skills-il 规范(kebab-case 命名、希伯来语转写、双语显示名称、渐进式披露、符合 validate-skill.sh)。不要用于编辑现有技能、为非 skills-il 平台创建技能或创建通用 Markdown 文件。
编写或编辑 open-slide 页面的技术参考——文件约定、1920×1080 画布、字号层级、布局、配色/视觉方向、素材、演讲者备注、分步显示、页面转场和变形转场。每当你要编写或修改 `slides/<id>/` 下的任何文件时查阅此文档,包括在 `create-slide` 或 `apply-comments` 工作流中,或进行任何临时幻灯片编辑。触发短语如“edit slide”“tweak this page”“fix the layout”“change the palette”“reveal one by one”“add a transition”“morph transition”“write the speaker notes”“generate the script / talk track”“preview / screenshot a page”“check how it looks”“investigate the slide framework”“how do slides work here”。
在为 Three.js 场景添加声音时使用:背景音乐、3D 空间音频或音频可视化。避免常见错误:忽略浏览器的自动播放策略、未将 AudioListener 附加到相机,或使用错误的距离模型。涵盖 AudioListener、Audio、PositionalAudio、AudioAnalyser。关键词:audio、sound、AudioListener、PositionalAudio、3D audio、spatial audio、music、AudioAnalyser、Web Audio API、play sound、add music、sound in 3D scene。
用于使用 Three.js WebGPU 渲染器、基于节点的材质、TSL(Three Shading Language)或计算着色器时。可避免未检查浏览器支持、缺少异步初始化或在 WebGPU 中使用 GLSL 等常见错误。涵盖 WebGPURenderer、节点材质、TSL、计算着色器、WebGL 回退、迁移指南。关键词:WebGPU、WebGPURenderer、TSL、Three Shading Language、node material、compute shader、WGSL、MeshStandardNodeMaterial、next-gen rendering、modern GPU、WebGPU setup。
将 Univer Pro(企业级电子表格、文档和演示文稿引擎)集成到前端项目中。用户需要 Univer Pro 功能时使用,包括实时协作、XLSX/DOCX 导入导出、打印、数据透视表、图表、迷你图、形状、实时共享或许可证管理。也适用于设置 UniverLicensePlugin、UniverExchangeClientPlugin、协作客户端插件、UniverSheetsPrintPlugin,或排查任何 Pro 专属集成错误。触发词包括“Univer Pro”“collaboration”“import xlsx”“export docx”“print”“pivot table”“chart”“sparkline”“shape”“license”“watermark removal”“UniverLicensePlugin”或“exchange client”。
Lập bản đồ cho một chunk việc QUÁ LỚN với một phiên agent và còn MÙ MỜ — dựng một bản đồ các ticket QUYẾT ĐỊNH trên ledger issue, rồi giải từng ticket một cho tới khi đường tới đích hiện rõ. Gọi bằng tay khi có một ý tưởng lớn chưa rõ hình dạng, TRƯỚC cả /propose. Chỉ-gọi-tay.
从静态 logo 图片创建动画 logo 文件(Lottie JSON、GIF、MP4)。当用户提供 logo 图片(PNG/SVG/JPG)并要求任何类型的 logo 动画、动态图形、动画 logo 效果、波形动画、弹跳 logo、旋转 logo、脉冲 logo、摆动 logo,或要求 "animate my logo" 或 "make my logo move" 时,应使用本技能。输出独立的动画文件(而非 React/HTML 制品)。生成 Lottie JSON 并自动渲染 GIF/MP4、进行完美循环校验,并运用专业的动效设计模式。
编写能在 PostHog 沙盒中正常运行 Streamlit 应用源码——用于读取 PostHog 数据的 posthog_apps.query() 桥接、沙盒镜像中预装的包、Streamlit 重跑过程中的缓存和会话状态、布局与图表模式,以及 app.py 入口点及其旁边打包的辅助模块和数据文件。当撰写或调试 PostHog Streamlit 应用的 Python 源码、应用内查询失败,或被要求 "write a streamlit app that shows PostHog data" 时使用。
一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。
